周志华深度学习很有用-北京大学中国语言学研究中心.pdfVIP

8/6/2017 独家 | 周志华：深度学习很有用，但过度追捧就有危险了 独家 | 周志华 ：深度学习很有用 ，但过度追捧就有危险了 原创 2017-08-04 AI科技大本营 AI科技大本营 采访 | 孟岩 导读 周志华教授是蜚声 国内外的机器学习专家 ，也是本届 中国人工智能大会的主席之一。他的 《机 器学习》2016年 1月 出版之后 ，迅速成为这个领域的一本权威教材 ，在一年半的时间里重印十 几次 ，发行逾 16万册 ，并被冠以 “西瓜书”的昵称 ，成为这一轮 A I 热潮的一个重要注脚 。周 志华教授潜心学术 ，为人低调 ，极少接受采访。这次 中国人工智能大会上 ，由会议安排 ，他破 例接受了我们的专访 ，就很多重要 问题坦率的谈了 自己的看法。我们特将 内容整理成文 ，以飨 读者。 大反转难免会有 ，盲 目追捧深度学习有危险 A I科技大本营 ：感谢周教授接受采访。先谈谈当下最火的深度学习。河南大学的张重生教授在 他的 《深度学习》一书里摘录了你的一段话 ，是这么说的 ： 有点 幽默 ，但很朴实 ，深度学 习现在差不多就是 民工活 ，调来调去 ，刷来刷去 。文章发得飞快 ，貌似热 闹 ，但有多少是能积淀下来的实质真进展 ，又有多少是换个数据就不靠谱了的蒙事撞大运 ？既缺乏清澈干 净的内在美感 ，又不致力于去伪存真、正本清源 ，只图热闹好看 ，迟早把 arXiv 变成废纸堆。 看来 ，对今天深度学习火爆的局面 ，您有您的不以为然。能否详细的解释一下您的观点 ？ /s/dHATlb1G2gvNztT_BeWaTw 1/8 8/6/2017 独家 | 周志华：深度学习很有用，但过度追捧就有危险了 周志华 ：不要误会 ，深度学习技术本身确实非常有用 ，能解决很多难题。有 问题的是我看到 国 内的一种态势 ，什么东西一热起来 ，大家一拥而上 ，把所有其他东西全部都忽略了 ，好像机器 学习乃至人工智能里面只有深度学习 ，这是很大的问题。 深度学习中间还有很多困难而又重要的问题值得深入研究 ，但这些真正值得研究的问题 ，就我 看到的情况而言 ，好像做的人非常少。大多数人在干什么 呢 ？拿它做做应用 ，调调参数 ，性能 刷几个点 ，然后发几篇文章。这样虽然容易发表文章 ，但恐怕很难产生有影响的成果 。工业界 倒是没什么 ，不管用什么技术 ，产 品性能提升了就好 ，但是学术界这样就不太正常了 ，都去做 深度学习的应用 ，不去研究深度学习机器学习里面更本质的问题 ，我担心很多年轻人的聪 明才 智被耽误了。 另一方面 ，如果所有的人都只看到深度学习 ，忽略了其他研究 内容 ，这是相当危险的。例如我 们回顾一下 ，2010年左右的时候 ，有多少人意识到神经 网络技术很有用了 ？很少。但其实这方 面早在2005年左右的时候就已经突破了。那么当时为什么意识不到呢 ？因为大家都在追热 门 ， 而神经 网络当时是冷 门。这样的事情会不会重演 ？也许 10年之后很重要的技术 ，今天 已经有苗 头了 ，如果我们全都扑 向深度学习 ，根本不去关心其他的东西 ，那会不会把未来丢掉了 ？ A I科技大本营 ：现在很多人都想学习深度学习 ，沾沾仙气。一般来说学习深度学习 ，总还是要 具备一个 比较完整 的机器学习基础 。但现在很多人不学机器学习基础课 ，一上来就搞深度学 习 ，好像也能学得会 ，您赞成这种速成法吗 ？ 周志华 ：这要看学习的 目的是什么。 如果仅仅是为了使用现有的深度学习工具去做应用、解决 已经清楚定义好的任务 ，那么可以去 学速成法。只不过 ，这样的工作很容易被其他人替代 。如果学习的 目的是为了深入理解 ，为了 在深度学习的研究里面有 自己的创新 ，或者为了 自如地解决那些没人给你清楚定义好的任务 ， 那么恐怕还是要从打好基础开始。这就像武侠小说里的 “正宗功夫”要慢慢打基础 ， “邪 门功 夫”上手快、短期 内更 “厉害” ，但是到了后来 ，邪 门功夫到了一定程度就会上不去了。 A I科技大本营 ：也就是说您认为深度学习是对传统方法的一次反转 ，而未来还会有别的方法来 反转深度学